买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于树突神经元模型的碳排放量预测方法、系统、介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121684219B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610183669.1，技术领域涉及：G06Q10/04；该发明授权一种基于树突神经元模型的碳排放量预测方法、系统、介质及设备是由张桐硕;金婷;吴康设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本一种基于树突神经元模型的碳排放量预测方法、系统、介质及设备在说明书摘要公布了：本发明公开了一种基于树突神经元模型的碳排放量预测方法、系统、介质及设备，属于碳排放量预测技术领域。所述方法包括：采集目标区域的多源异构碳排放数据；对所述多源异构碳排放数据依次进行数据清洗、数据标准化和数据特征选择，得到待预测时间段的多维度特征；分别将所述待预测时间段的多维度特征和前一个时间段的隐状态输入至预先训练好的改进的树突神经元模型，得到碳排放量的最终预测值；所述改进的树突神经元模型包括突触层、树突层、膜层和改进的胞体层。本发明能够有效提升对多源异构数据的特征解析精度，从而更加精确地预测碳排放量。

本发明授权一种基于树突神经元模型的碳排放量预测方法、系统、介质及设备在权利要求书中公布了：1.一种基于树突神经元模型的碳排放量预测方法，其特征在于，包括： 采集目标区域的多源异构碳排放数据，所述多源异构碳排放数据包括待预测时间段之前的历史碳排放数据、待预测时间段的经济指标数据、待预测时间段的能源数据和待预测时间段的社会环境数据； 对所述多源异构碳排放数据依次进行数据清洗、数据标准化和数据特征选择，得到待预测时间段的多维度特征； 分别将所述待预测时间段的多维度特征和前一个时间段的隐状态输入至预先训练好的改进的树突神经元模型，得到碳排放量的最终预测值； 所述改进的树突神经元模型包括突触层、树突层、膜层和改进的胞体层； 所述突触层，用于接收待测时间段的多维度特征并基于非线性函数进行计算，得到突触层输出结果； 所述树突层，用于对位于该树突层上的突触层输出结果进行乘法运算，得到树突层计算结果； 所述膜层，用于将位于该膜层上的所有树突层计算结果和前一个时间段的隐状态进行加权运算和非线性处理，生成更新后的隐状态作为待预测时间段的隐状态； 所述改进的胞体层，用于对待预测时间段的隐状态进行线性变换，得到所述碳排放量的最终预测值； 所述改进的树突神经元模型的计算过程为： 所述突触层的计算公式为： ； 式中，Yijt表示第t个时间的第j个突触层中第i个前突触神经元输入的输出，k是正数常量，突触权重wijt和阈值θijt是突触层学习参数，xit表示第t个时间的第i个特征，e为自然常数； 所述树突层的计算公式为： ； 式中，为维度为M的树突层计算结果，N代表参与连乘的Yijt的个数； 所述膜层的计算公式为： ； 其中，为更新后的隐状态，、、b为膜层学习参数，为维度为H的前一时间段的隐状态，隐状态的初始状态； 所述改进的胞体层的公式为： ； 其中，是最终碳排放量预测值，为维度为的胞体层学习参数，为标量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。